matplotlib绘图技巧详解(三)(四)

简介: matplotlib绘图技巧详解(三)(四)

3)箭头和文本分开设置

plt.text语法格式如下:

plt.text(x,y,文本值)

plt.arrow语法格式如下:

plt.arrow(x,y,dx,dy,width=,head_width=,head_length)

① 常用参数如下

### plt.text添加普通文本
plt.text:显示文本(基于坐标)  
plt.figtext:显示文本(基于图片)
* x,y:文本点的坐标。
* 文本值:给这个点添加文本注释。
### plt.arrow添加箭头
* x,y:箭头的起点坐标。
* dx,dy:基于起点坐标的偏移量。
* width:箭头尾部的宽度。
* head_width:箭头的宽度。
* head_length:箭头的长度。
* alpha:表示箭头的透明度。范围是0-1。


关于dx、dy的用法演示:


image.png

② 举例如下:

x = np.linspace(-10, 10, 100)
plt.plot(x, -x ** 2, "r-")
plt.title("抛物线图")
plt.text(-3.5, -50, "这是极值点")
plt.arrow(-2.5,-45,2.5,42,width=0.001,head_width=1,head_length=2,color="b")


结果如下:

image.png


4)给图形上的坐标点添加数据标签

① 例一

x = np.linspace(0,10,100)
y = -x**2
plt.xlim(0,100)
plt.ylim(0,100)
plt.title("抛物线")
plt.plot(x,y)
for xy in zip(x,y):
    plt.annotate("(%s,%s)" % xy, xy=xy)


结果如下:

image.png


② 例二

x = np.arange(1,13)
y = np.array([1234,871,2222,3123,5612,2222,4123,3214,999,6000,5423,3123])
plt.plot(x,y,"ro-",label="每月工资")
plt.title("张三1-12月工资")
plt.xlabel("月份")
plt.ylabel("工资")
plt.legend(loc="best")
for xy in zip(x,y):
    plt.annotate("{}".format(xy[1]),xy=xy,ha="center",va="bottom")
plt.savefig("张三工资",dpi=300,facecolor="g")


结果如下:

image.png


③ 例三“添加注释的第2种方式

x = np.arange(1,13)
y = np.array([1234,871,2222,3123,5612,2222,4123,3214,999,6000,5423,3123])
plt.plot(x,y,"ro-",label="每月工资")
plt.title("张三1-12月工资")
plt.xlabel("月份")
plt.ylabel("工资")
plt.legend(loc="best")
for x,y in zip(x,y):
    plt.text(x,y,y,ha="center",va="bottom",fontsize=10)


结果如下:

image.png

相关文章
|
数据可视化 数据挖掘 大数据
【数据分析与可视化】Matplotlib绘图基础语法讲解(图文解释 超详细)
【数据分析与可视化】Matplotlib绘图基础语法讲解(图文解释 超详细)
371 0
|
资源调度 自然语言处理 数据可视化
【数据分析与可视化】Matplotlib中十大绘图模型的讲解及实现(图文解释 附源码)
【数据分析与可视化】Matplotlib中十大绘图模型的讲解及实现(图文解释 附源码)
231 1
|
11月前
|
Python
Matplotlib 绘图标记
Matplotlib 绘图标记
171 2
|
Python
Matplotlib 教程 之 Matplotlib 绘图标记 9
在本教程中,我们将探讨如何使用 Matplotlib 的 `plot()` 方法中的 `marker` 参数来自定义图表标记。您可以选择不同的线类型(如实线 `'-'`、虚线 `':'` 等),以及颜色类型(如红色 `'r'`、绿色 `'g'` 等)。同时,通过调整 `markersize (ms)`、`markerfacecolor (mfc)` 和 `markeredgecolor (mec)` 参数,可以定制标记的大小和颜色。
122 1
|
Python
Matplotlib 教程 之 Matplotlib 绘图标记 3
这段Matplotlib教程展示了如何通过`plot()`方法的`marker`参数来自定义图表标记,为数据点添加独特的视觉风格。例如,通过设置`marker = '*'`,可以使每个数据点显示为星形标记。这在需要对坐标轴进行特殊标注时尤为有用。下面的示例代码生成了一个带有星形标记的简单折线图。
110 2
|
搜索推荐 数据可视化 Python
Matplotlib 教程 之 Matplotlib 绘图标记 4
本教程介绍如何使用 Matplotlib 的 `plot()` 方法中的 `marker` 参数来自定义图表标记,使你的数据可视化更加直观和个性化。通过实例演示了如何设置下箭头作为数据点标记。
74 1
|
Python
​16个matplotlib绘图实用小技巧
​16个matplotlib绘图实用小技巧
141 1
Matplotlib.pyplot.plot 绘图
Matplotlib.pyplot.plot 绘图
86 1
|
Python
Matplotlib 教程 之 Matplotlib 绘图标记 8
在 Matplotlib 中,可以通过 `plot()` 方法的 `marker` 参数自定义图表标记。此外,还可以设置线类型(如 `'-'` 实线、`':'` 虚线等)和颜色(如 `'r'` 红色、`'g'` 绿色等)。使用 `markersize` (`ms`) 定义大小,`markerfacecolor` (`mfc`) 和 `markeredgecolor` (`mec`) 分别定义标记的内部和边框颜色。
153 0
|
数据可视化 Python
Matplotlib 教程 之 Matplotlib 绘图标记 6
在本教程中,我们将探讨如何利用 Matplotlib 的 `plot()` 方法中的 `marker` 参数来自定义图表标记,以增强数据可视化效果。此外,还介绍了线类型(如实线 `'-'`、虚线 `':'` 等)、颜色类型(如红色 `'r'`、绿色 `'g'` 等)以及如何通过 `markersize` (`ms`)、`markerfacecolor` (`mfc`) 和 `markeredgecolor` (`mec`) 来调整标记的大小和颜色。通过一个示例展示了如何设置标记大小。
119 0

热门文章

最新文章